베이즈 정리
‘베이즈 정리’에서 묻습니다. 한 번의 우연에서 반복되는 신호를 어떻게 읽을까?

남겨진 결과에서 숨은 가능성을 되짚고, 원고는 사후에 이동했다
토머스 베이즈의 진위가 확인된 초상은 없습니다. 1936년에 처음 인쇄된 의심스러운 이미지는 참고하지 않았고 얼굴은 명시적인 현대 해석입니다. 장면은 베이즈의 특수한 역확률 문제, 1763년 리처드 프라이스의 편집·소개, 이후 라플라스의 일반화를 구분하며 현대 베이지안 통계 전체를 한 사람이 완성했다는 뜻이 아닙니다.
MathVoyage editorial direction · OpenAI image generation · no likeness reference · doubtful 1936 image excluded · explicit invented face · 2026-08-07
연도보다 생각을 먼저 기억한다면
Thomas Bayes
먼저 기억할 생각
사전 가정 × 관측의 우도를 정규화하면 관측 뒤의 분포가 된다.한 장면으로 들어가기
비국교도 목사로 턴브리지 웰스에서 활동했다. 에든버러에서 공부했고 1736년 유율법 저술을 익명 출판했으며 1742년 왕립학회 회원이 됐다. 목회와 수학이 함께 있던 경력을 ‘출판 0편의 고립 천재’로 만들지 않는다.
이 사람이 열어 주는 질문
아래 연결은 직접 영향이나 단독 발명 계보가 아니라, 기존 개념 항로에서 이 인물이 맡는 편집 역할을 반대로 보여 줍니다.
‘베이즈 정리’에서 묻습니다. 한 번의 우연에서 반복되는 신호를 어떻게 읽을까?
‘확률 그래프 모델’에서 묻습니다. 한 번의 우연에서 반복되는 신호를 어떻게 읽을까?
한 번은 예측 못 해도 수천 번은 왜 예측 가능해질까?
PROFILE 02 · DEEP VOYAGE
연도를 더 외우는 대신, 한 사람을 만든 시대와 방향을 바꾼 장면, 다음 세대로 건너간 질문을 차례로 따라갑니다.
CHAPTER 01 · 사람과 시대
완성된 업적보다 먼저, 이 사람이 무엇을 문제로 보았고 어디까지 확실하게 말할 수 있는지 읽습니다.
한 번도 보지 못한 동전의 성공 확률을, 나온 결과로부터 어떻게 추정할지 물은 목사·수학자. 베이즈가 1761년 사망한 뒤 리처드 프라이스는 그의 원고를 정리해 1763년 왕립학회에 발표했다. 논문은 성공 확률을 모르는 이항 시행에서 관측된 성공·실패를 바탕으로 그 확률이 구간에 있을 확률을 구하는 특수한 역확률 문제를 다뤘다. 오늘날의 일반적인 베이즈 공식 전체를 한 번에 창안한 문서로 읽기보다, 균등한 사전분포에 해당하는 가정 아래 이 문제를 푼 중요한 단계로 보는 편이 정확하다. 라플라스가 이후 역확률을 훨씬 일반적으로 발전시켰다. 베이즈는 생전에 수학을 전혀 출판하지 않은 것도 아니다. 1736년 유율법을 옹호하는 책을 익명으로 냈고, 1742년 왕립학회 회원이 됐다. 그의 이름을 현대 통계의 모든 응용과 직접 연결하기보다, 사전 가정·우도·관측 뒤 분포가 어떻게 상호작용하는지 직접 계산하는 것이 더 흥미롭다.
CHAPTER 02 · 전환의 장면
생각이 한 단계 이동한 순간을 시간순으로 펼칩니다. 모든 장면은 확인된 장소 또는 정직하게 표시한 시대 맥락에서 다음 항해로 이어집니다.
장면 1 / 3
비국교도 목사로 턴브리지 웰스에서 활동했다. 에든버러에서 공부했고 1736년 유율법 저술을 익명 출판했으며 1742년 왕립학회 회원이 됐다. 목회와 수학이 함께 있던 경력을 ‘출판 0편의 고립 천재’로 만들지 않는다.
장면 2 / 3
프라이스가 원고를 편집해 왕립학회에 전달했다. 성공확률에 균등한 사전 가정을 두고, 성공과 실패를 관측한 뒤 그 확률의 구간분포를 구하는 문제다. 프라이스의 서문과 베이즈의 원문을 구분해 읽어야 한다.
장면 3 / 3
라플라스는 1770년대부터 역확률 문제를 독자적으로 발전시키고 1812년 확률론 저서에 더 일반적인 틀을 제시했다. 오늘날의 베이즈 공식은 베이즈 한 사람보다 이 확장된 전통 속에서 자리 잡았다.
THOUGHT EXPERIMENT · 사실이 아닌 가정
아래 내용은 확인된 역사적 사실이 아니라, 이 인물의 영향을 생각해 보는 가정입니다.
초보자는 상자 두 개 중 하나를 골랐을 때 나온 색으로 어느 상자인지 추측한다. 중급에서는 조건부확률 표로 사후확률을 계산한다. 고급에서는 베타–이항 모형에서 사전분포가 관측에 따라 변하는 모습을 그리고, 전문 단계에서는 사전 선택·교환가능성·의사결정 이론과 빈도주의 절차의 장단점을 이분법 없이 비교한다.
STANDING ON SHOULDERS · 근거가 있는 연결
같은 시대였다는 이유로 선을 긋지 않습니다. 저작·문제·가르침으로 확인되는 연결만 문장과 근거로 보여 줍니다.
토머스 베이즈
계몽주의
사후 원고를 일반 추론법으로
베이즈의 사후 논문이 원인의 확률을 역으로 추론하는 문제를 제시한 뒤, 라플라스는 이를 독립적으로 재발견하고 천문·통계 전반의 일반 방법으로 확장했다.
이 연결의 근거큐레이터가 고른 원전과 탐구 과제. OEIS·Project Euler·MathOverflow·arXiv에서는 발견 하나를 수첩으로 가져올 수 있습니다.